R语言基础培训第一讲-R语言入门.ppt

R语言入门,2,什么是R?,R是一种统计绘图语言，也指实现该语言的软件。,TheRProjectforStatisticalComputing,3,为什么要学会R?,SPSS（StatisticalPackagefortheSocialSciences）的发明者诺曼奈伊(NormanNie)说：“没有什么统计概念是R不能表现的。,5,R简史,R语言是从S统计绘图语言演变而来，可看作S的方言。S语言上世纪70年代诞生于贝尔实验室，由约翰钱伯斯（JohnChambers）开发。基于S语言开发的商业软件Splus，可以方便的编写函数、建立模型，具有良好的扩展性，在国外学术界应用很广，对SPSS和SAS有力冲击。1995年由新西兰Auckland大学统计系的罗斯艾卡（RossIhaka）和罗伯特简特曼（RobertGentleman），基于S语言的源代码，编写了一能执行S语言的软件，并将该软件的源代码全部公开，这就是R软件，其命令统称为R语言。,R的起源,RobertGentleman,RossIhaka,自1997年以后，有一个核心团队，这一团队能对R的源代码进行修改。,7,R的优点,多领域的统计资源目前在R网站上约有8230个程序包，涵盖了基础统计学、社会学、经济学、生态学、空间分析、系统发育分析、生物信息学等诸多方面。免费开源统计分析能力突出作图功能强大拓展与开发能力强,8,R的缺点,用户需要对命令熟悉与代码打交道，需要记住常用命令。帮助系统均为英文占用内存所有的数据处理在内存中进行，不适于处理超大规模的数据。运行速度稍慢即时编译，约相当于C语言的1/20。,如何学习R?,熟悉语法训练思维善于求助熟能生巧保持兴趣,NevertoolateandtoooldtolearnR,10,R软件首页/,11,Windows下载和安装R,下载完成后，双击R-3.2.4-win.exe开始安装。一直点击下一步，各选项默认，语言建议选英文。,12,图4R登陆界面(Windows版)路径：开始所有程序R3.2.4,菜单栏,快捷按钮,控制台,光标:等待输入,13,R图形界面：Rstudio,Rstudio是R的图形界面之一，可以让R语言代码更直观、明了地运行。RStudio同样是免费和开源的，可以在网站上自由下载与使用（,RStudio有以下几大优点：,代码字体高亮，代码完整性智能识别、自动缩进；可直接执行R程序代码；可运行多个R程序；可直接浏览工作表和数据；可随意缩放绘制的图形，并且有多种输出格式；整合R帮助和R使用文档；可查看R命令的运行记录。,15,17,R程序包（RPackages）,程序包是什么？R程序包是多个函数的集合，具有详细的说明和示例。Window下的R程序包是经过编译的zip包。每个程序包包含R函数、数据、帮助文件、描述文件等。为什么要安装程序包？R程序包是R功能扩展，特定的分析功能，需要用相应的程序包实现。例如：系统发育分析，常用到ape程序包，群落生态学vegan包等。,18,install.views(Environmetrics),19,三种平台上的程序包,20,R程序包,在CRAN提供了每个包的源代码和编译好的程序包以vegan包为例，CRAN提供了：Packagesource:vegan_1.17-2.tar.gzMacOSXbinary:vegan_1.17-2.tgzWindowsbinary:vegan_1.17-2.zipReferencemanual:vegan.pdfWindow下程序包为zip文件，安装时不要解压缩。,21,安装程序包的方法,1菜单安装在联网的条件下，按菜单栏【程序包】下拉选择【安装程序包】，选择所需的程序包进行实时安装；2联网命令安装例如：要安装vegan包,在控制台中输入install.packages(vegan)3本地安装路径：Packagesinstallpackagesfromlocalfiles选择本地磁盘上存储zip包的文件夹。4脚本安装在联网的条件下，请运行Rpackages.install.R程序，即可完成本培训所需的程序包安装。,22,程序包使用与更新,程序包的中函数，都要先导入，再使用，因此导入程序包是第一步。在控制台中输入如下命令：library(lattice)library(ggplot2)所有程序包的更新update.packages()注意：R命令对大小写敏感，因此使用命令方式安装和载入程序包时应特别注意。,23,查看程序包帮助文件,vegan程序包内部都有哪些函数？分别有什么功能？查询程序包内容最常用的方法：1菜单帮助Html帮助2查看pdf帮助文档,24,查看函数的帮助文件,函数的默认值是什么？怎么使用？使用时需要注意什么问题？需要查询函数的帮助。1?t.test2RGuiHelpHtmlhelp3apropos(t.test)4help(t.test)5help.search(t.test)6查看R包pdf手册,25,26,帮助文件的内容,t.teststats#函数名及所在包FittingLinearModels#标题Description#函数描述Usage#默认选项Arguments#参数Details#详情Author(s)#作者References#参考文献Examples#举例,27,练习一安装R并导入程序包,1.安装R和Rstudio软件、熟悉菜单2.本地安装程序包:vegan3.调用程序包，查看程序包的帮助library(vegan)查找vegan包中cca函数的帮助输入?cca（试试?cca）将其中的Example粘贴到控制台中，查看运行的结果。,R数据集创建,数据创建向量，数组，矩阵，数据框，列表，因子数据输入scan()，csv文件，excel文件，sas数据数据存储write.table(),write.csv(),save(),向量vector,概念：用于存储数值型、字符型或逻辑型数据的一维数组。例子：a-c(1,2,5,3,6,-2,4)#数值型向量brep(2:5,rep(2,4)122334455rep(1:3,times=4,each=2)1112233112233112233112233paste(c(X,Y),1:10,sep=-)#不规则1X-1Y-2X-3Y-4X-5Y-6X-7Y-8X-9Y-10rep(factor(LETTERS1:3),5)1ABCABCABCABCABCLevels:ABC,向量中元素的访问,aa315#向量a中第一、三、五个数据ac(1,3,5)1156#向量a中第二到第六个数据a2:612536-2,#向量a中数值大于3的所有数据aa31564#去掉第一个值a-112536-24#去掉前三个值a-1:-3136-24,矩阵matrix,概念:一个二维数组#创建一个22的矩阵matrix(1:4,nrow=2,ncol=2),1,21,132,24#生成单位阵diag(3),1,2,31,1002,0103,001,mat1x2,#第二行的所有元素1246x,2#第2列的所有元素134x2,c(2,3)#第二行中第2、3列的元素146,数据框dataframe,使用函数data.frame()创建：mydatapatientIDagediabetesstatuspatientdatapatientdata1:2#第1、2列的所有元素patientdata$age#$符合用于选取一个指定的变量。,列表list,R数据类型中最为复杂的一种数据结构。列表就是包含任何类型的对象，可以是若干向量、矩阵、数据框，甚至其他列表的组合。通过函数list()来创建：mylistghjkmylistprovincepfpf1四川湖南江苏四川四川四川湖南江苏湖南江苏Levels:湖南江苏四川,数据的输入,1键盘输入mydata-data.frame(age=numeric(0),gender=character(0),weight=numeric(0)mydata-edit(mydata)#输入或修改mydata中的数据2使用scan()函数mydata-scan(file=ex.data,what=list(,0,0)#将压缩型数据读入一个向量或列表3导入csv文件mydata2-read.table(file=D:/dbh.csv,header=T,sep=,)mydata3-read.csv(file=D:/dbh.csv,header=T)4网络中读取表格或csv文件tbl-read.csv(,5导入Excel数据library(RODBC)channel-odbcConnectExcel(d:/test.xls)mydata-sqlFetch(channel,Sheet1)channel2-odbcConnectExcel2007(d:/test.xlsx)mydata2-sqlFetch(channel,Sheet1)6导入SAS数据library(foreign)mydata-read.sas(d:/test.ssd)library(Hmisc)datawrite.csv(df,file=D:/Rdata/fg.csv)(3)保存为R格式文件save(df,file=D:/Rdata/fg.Rdata),R数据操作,变量创建与删除变量重命名缺失值数据类型转化数据排序数据合并,数据子集提取数据重构常用函数数据探索常见循环自编函数,变量创建与删除,mydata-data.frame(x1=c(2,2,6,4),x2=c(3,4,2,8)#方法一mydata$sum-mydata$x1+mydata$x2mydata$mean-(mydata$x1+mydata$x2)/2#方法二mydata-transform(mydata,sum=x1+x2,mean=(x1+x2)/2)#变量删除mydata$mean-NULL,变量的重命名,df-mydata第一种方法：调用编辑器重命名fix(df)第二种方法：使用函数names()重命名names(df)names(df)1:3-c(A,B,C),缺失值的处理,缺失值：NA(NotAvailable，不可用)不可能出现的值：NaN(NotaNumber，非数值)函数is.na()可检测缺失值是否存在。例子x-c(1:3,5,7,NA,9)sum(x)#结果为NAsum(x,na.rm=T)#结果为27,数据类型的转换,数据转换例子,Rep-c(1:6)#Rep赋值is.numeric(Rep)#数值型判断：真is.factor(Rep)#因子判断：假Rep-as.factor(Rep)#转换为因子is.factor(Rep)#因子判断：真,数据的排序,R自带的order()函数plyr程序包的arrange()函数#按x1,x2先后依次排序#R自带的order()排序dforder(-df$x1,df$x2),#plyr程序包的arrange()函数排序library(plyr)arrange(df,-x1,x2),排序例子,#创建数据框df-data.frame(id=1:4,weight=c(20,27,24,22),size=c(small,large,medium,large)#idweightsize#120small#227large#324medium#422large,#R自带的order()函数dforder(df$weight),dforder(df$size,df$weight),dforder(df$size,-df$weight),#plyr包的arrange()函数library(plyr)arrange(df,weight)arrange(df,size,weight)arrange(df,size,-weight),排序例子(非同一数据框）,有两列数据在一个数据框dataAB1小明2小王3小李4小张现输入一列数gg2143,要求显示出AB2小王1小明4小张3小李答案：dataorder(gg),数据集的合并,列合并#共有变量:IDtotal-merge(dataA,dataB,by=ID)#解释见代码#共有变量:ID、Countrytotal-merge(dataA,dataB,by=c(ID,Country)#含有一样的行数，而且以相同顺序排序。total-cbind(dataA,dataB),列合并例子,#创建数据框dataAdataA-read.table(header=T,text=storyidtitle1lions2tigers3bears),#创建数据框dataBdataB-read.table(header=T,text=subjectstoryidrating116.7124.5223.3215.2),#合并数据框dataA,dataBmerge(dataA,dataB,storyid)#将dataA的stroyid重命名为idcolnames(dataA)1-c(Id)merge(x=dataA,y=dataB,by.x=id,by.y=storyid),现在有某一地区的植物名录表格gao.csv,表格内只有两列，分别为中文名和name，现在有中国IUCN植物红色名录数据库表格chinaIUCN.csv（表格内只有两列，分别为濒危等级level和species)。我们需要通过匹配两个表格获得该地区植物的IUCN评估等级表。aa-read.csv(chinaIUCN.csv)sp-read.csv(gao.csv)bb-merge(aa,sp,by.x=species,by.y=name,all.y=T)head(bb)write.csv(bb,gaoIUCN.csv),列合并的案例分析,行合并,total-rbind(dataA,dataB)注意：dataA与dataB需含有一样的变量，但排列的顺序可以不同。,行合并例子,dfA-data.frame(Subject=c(1,1,2,2),Response=c(X,X,X,X)dfB-data.frame(Subject=c(1,2,3),Response=c(Z,Y,Z)df-rbind(dfA,dfB